随着互联网以及大数据技术的发展,运用大数据技术对大体量的数据进行处理,高效利用信息资源,创造更多的价值。现如今,各个大型的网站上充斥着各类信息,从购物到旅游,从餐饮外卖到新闻资讯以及音频信息等,需要我们通过大数据技术透过海量的的数据进行数据的挖掘,在这样的背景下,个性化推荐系统的应用场景尤为广阔。对于网络上的海量的音乐资源信息人们需要推荐系统去实现精准、快速的推荐,我们需要运用个性化推荐算法筛选推荐候选集,使用大数据技术对获得海量的音频资源进行处理,最终达到给用户推荐最适合用户喜好的歌曲的目的,实现音频资源信息的精准定位。个性化音乐推荐系统是通过用户数据分析,并由此对用户进行个性化的建模,通过推荐算法筛选推荐候选集,得到最终推荐结果列表。本系统是基于B/S模式下,采用SSM框架进行网站系统的搭建,整体业务逻辑是通过Spring进行搭建,并部署在Tomcat上的。本文主要实现了系统的音乐推荐功能、音乐搜索、音乐评分、音乐收藏功能以及用户信息与音乐管理。个性化音乐推荐系统功能模块按照从数据的采集、预处理、分析建模到最后的结果展示这几个步骤实现。通过采集多种数据,对用户数据进行聚类分析,通过分解机因子的到用户兴趣预测模型,计算不同用户之间的相似度,对音乐进行层次聚类,使用协同过滤算法得到部分推荐数据集结合用户预测模型得到最终的推荐列表。音乐搜索部分实现了按照音乐名与歌手进行查询;借助音乐评分以及音乐收藏操作,提高结果的精确性。个性化音乐推荐系统的设计与实现可以大大提高音乐网对用户的精准分析与定位,对提高用户的体验和音乐系统的整体的优化设计,达到了良好的效果。